GroupLasso方法的脑功能超网络构建及分类研究

传统的超网络构建方法受到脑区间组效应的影响,所构建的超边存在一定的随机性,从而缺少解释分组效应信息的能力,最终降低了分类准确率。提出了一种基于Group Lasso的超网络构建方法,并将其应用在自闭症患者的自动诊断中。利用该方法所构建的超网络,将传统方法中单一变量的选择替换为组变量的选择,即在预先定义的变量组的基础上进行变量选择。结果表明,与传统超网络构建方法相比,基于Group Lasso的超网络构建方法可以有效地去除组效应的影响,并提高分类准确率。